如何基于标签将一个数据帧分割成多个数据帧，然后对每个数据帧进行计算？

Question

我有以下数据帧：

我试图为df1['Tub'中的每个唯一值创建一个数据帧。现在，我正在创建一个字典，并尝试在每个新的DataFrame实例中添加一个匹配的Tub。我认为我的逻辑是正确的

tub_df = {}

tubs = []

for tub in df1['Tub']:
    if tub not in tubs:
        tubs.append(tub)
#['Tub 1', 'Tub 2', 'Tub 3']

for tub_name in tubs:
    for tub_row in df1['Tub']:
        if tub_row == tub_name:
            tub_df[tub] = pd.DataFrame.copy(df1.loc[tub_row])

谢谢你的帮助

Answer 1

这是一个较短的版本，在Tub中标识唯一值&；使用dict comprehension创建过滤的dict

{tub: df1[df1.Tub.eq(tub)] for tub in df1.Tub.unique()}

Answer 2

基于问题标题，特别是“并为每个数据帧进行计算”部分，听起来您正在寻找pandas groupby功能。例如，如果要计算每个桶的所有列的平均值，可以执行以下操作：

df1.groupby('Tub').agg('mean')

或者，如果希望将每个组作为单独的数据帧进行循环：

for key, group in df1.groupby('Tub'):
    # Do some calculation where key is the Tub and group is a data frame containing values for matching tubs
    print(key, group)

编辑附加请求：
要将通用函数应用于每个组，您可以定义该函数，然后使用pandas.core.groupby.GroupBy.apply，例如：

def drop_last(frame):
    return frame.iloc[:-1,:]

df1.groupby('Tub').apply(drop_last)

这将返回一个数据帧，其中每个组中的最后一项都已删除